一次热编码多维数据

Posted 2023-03-12

【中文标题】一次热编码多维数据

【英文标题】：One hot encoding multi dimensional data

【发布时间】：2018-01-04 22:25:23

【问题描述】：

我正在尝试使用下面的代码对多维数据进行热编码。在这种情况下，数据是 2d。该代码对 1d 数据按预期工作，但对于 2d 数据，每列是一个热编码而不是整行。例如：对于第一个数据点[9,8]，而不是生成单个热编码数据点，生成两个数据点，每个数据点分别对应于 9 和 8。

如何对多维数据进行一次热编码？

2dim.csv：

x_1,x_2
9,8
2,3
4,3
120,3
4,3
1,89
2,6
3,3

代码：

from sklearn.preprocessing import LabelEncoder
from keras.utils import np_utils
import pandas as pd

inputValues = pd.read_csv('2dim.csv')

enc = inputValues.apply(LabelEncoder().fit_transform)
cat = np_utils.to_categorical(enc , 20)

inputValues : 

cat : 

cat 应该包含 9 个一热编码数据点，而不是 18 个。

是否有一种可能的解决方案来组合每 2 个相邻的内部数组？ ，例如array([[1...n_1],[2...n_2],[3...n_3],[4...n_4]]) 映射到array([[1...n_1,2...n_2],[3...n_3,4...n_4]])

【问题讨论】：

查看this 的帖子。它解释了如何在两个特征上获得一个热编码

@Sriram 感谢您的链接。一种热编码是多维数据的常见操作，我原以为有一个基于 pandas 和/或 scikit-learn 的简单函数调用。您引用的链接中包含的解决方案并不过分复杂，但比我预期的要复杂。 Keras 让深度学习模型的原型制作变得简单，奇怪的是，一个热编码不存在相同的原理，还是我不理解某些东西？

【参考方案1】：

试试：pd.get_dummies(inputValues)(docs)